公司年交易数量超千万笔,年交易金额近10亿美金,被列为“福布斯亚洲100家最值得关注的企业”(Forbes Asia 100 To Watch 2023)、Tech in Asia “印尼创新企业五十强”。
创始人 Donny Zhang(张栋)为连续创业者,早期就职于全球顶级战略咨询机构 Accenture,后以风险投资人的身份关注投资全球金融科技创新,并成功转型为创业者,扎根东南亚金融科技行业近10年。联合创始人 Matt Zou 是资深的个人信用管理专家,曾先后就职于交通银行信用卡中心、澳大利亚 ANZ Bank 东南亚(印尼、泰国、菲律宾)信用卡业务线、以 CRO 的身份联合创办了东南亚最大的 BNPL 品牌 Atome。
印尼拥有超过8000万收入稳定的工薪阶层,但他们中只有极少数人能够获得银行的信用卡服务,因此 YUP 的定位是“工薪阶层及年轻人的第一张信用卡”。短短2年时间,YUP 的月新增发卡数量已经超过了印尼本土最大的商业银行。同时,YUP 获得了全球卡组织机构 VISA 的大力支持,是印尼唯一一家同 VISA 签署战略合作协议的科技公司。
在资本市场中,YUP 也是投资人眼中的好标的。据 YUP CFO Gavin Guo 介绍:“截至目前,YUP 获得了全球投资人的坚定支持,已融资超过3.5亿元(5000万美金),投资人包括美国的 Miller Investment、印尼本土最具影响力的家族 Sampoerna Family、XVC、SWC Global、Sky9 Capital、BitRock Capital 以及聚焦东南亚市场的香港风投机构 MindWorks Capital。”
质押者通常需要购买 AVS 网络的原生代币,这些代币往往波动大且难以获得,导致相比于 ETH 的可访问性降低
AVS 必须提供高于 ETH 的年化收益率(APY)以吸引质押者,因为质押者放弃了参与网络验证的其他资产管理机会,从而承担了更高的资本成本
EigenLayer 通过称为再质押的功能解决了这些问题,该功能允许在以太坊信标链上质押的 ETH 再次用于参与 AVS 验证。再质押为再质押者提供了参与 AVS 网络验证并赚取额外验证奖励的机会,而无需购买其他网络代币,使用 ETH 或 LST 即可。对于 AVS 而言,EigenLayer 旨在提供一个环境,他们可以在此推广他们的项目并基于再质押者通过 EigenLayer 招募的流动性建立信任网络。
2.1. 通过再质押利用以太坊的安全
目前,以太坊网络上的验证者如果采取危害网络安全的行为,最多可能被削减 16 ETH 的 32 ETH 质押。如果他们的质押 ETH 低于 16 ETH,他们将失去验证者地位。这意味着如果有一种方法可以将质押的流动性用作质押,就有可能利用最多 16 ETH 的质押在其他地方,只要质押余额保持在 16 ETH 以上,就可以持续参与以太坊网络验证。
EigenLayer 中的再质押指的是利用验证者质押 ETH 的闲置部分作为质押,通过将其暴露于使用 PoS 共识算法的 AVS 的削减标准,并利用其进行验证以提供安全。目前,EigenLayer 支持两种再质押方法:LST(流动性质押代币)再质押和本地再质押。
作为连接真实世界资产与虚拟资产的中介代币,RWA 赛道的龙头目前只能是 ONDO 和 MKR,前者是与贝莱德基金达成合作关系的 RWA 赛道代名词,后者则是老牌的 DeFi 组织,回购也在一直坚持,因此,也具备一定的抄底价值。
AI:WLD、AGIX
AI 赛道虽然目前仍然处于泡沫高峰期,但仍然属于现在以及未来的热门赛道,因此不可不看。
而在这之中,WLD 虽然价格较高点已经有不小回落,但仍然把持着 AI 概念币的龙头地位,因此可以纳入抄底清单的考虑当中。 AGIX 则是得益于其代币名称,非常具备炒作价值,并且本身其主打概念为——「去中心化的人工智能平台和市场,旨在构建“连接人工智能和机器学习工具,并形成有效应用程序的协议”」,因而符合 AI X Web3 概念的发展趋势,也很适合作为抄底的考虑。
《Big Ideas》大胆预测了颠覆性技术在 2030 年、 2040 年的发展趋势。我们简单看看对 AI 和机器人技术的预期。
AI 包括神经网络、下一代云技术以及智能设备三个部分,报告分别预测了2030年、2040年的发展趋势。
AI 部分。报告预期到 2030 年,AI 模型的训练成本将下降 4 万多倍,再加上对 AI 硬件的积极投资,自 2023 年以来,AI 的总能力已增长了约 60 万倍。50% 的知识工作者采用 AI 软件系统,生产力平均提高 9 倍。云计算方面,1.3 万亿美元的 AI 硬件支出支撑了 13 万亿美元的 AI 软件销售额,并容纳了 75% 的传统软件毛利率。三类客户支持 AI 硬件的需求——基础设施即服务提供商、软件公司和 AI 基础模型提供商——它们应该能产生 20% 的现金流利润率,与芯片制造商的利润率一致。到了2040 年,线性内容正在让位于互动体验。以 AI 为媒介的眼镜和头显设备将贯穿日常生活。
LLM 是否会耗尽数据,从而限制其绩效?计算能力和高质量的训练数据似乎是模型性能的主要贡献者。模型的增长需要更多训练数据,缺乏新数据是否会导致模型性能趋于稳定?Epoch AI 估计,书籍和科学论文等高质量语言/数据源可能会在 2024 年耗尽,尽管仍有大量未开发的视觉数据。
微软 CEO 纳德拉最近针对微软财报首次提到,依据价值贡献为提高生产力的AI功能定价的潜力。报告也指出,定制化 AI 产品应享有更多定价权。随着开源替代品的出现和成本的下降,针对最终用途定制的AI软件供应商应该能更容易地通过它们获利。相反,简单的生成式 AI 应用程序可能会迅速商品化。
加速知识工作者生产力的增长,代表着数万亿美元的潜在机会。到 2030 年,AI有潜力使知识型职业中的大多数任务实现自动化,大幅提高普通员工的生产力。自动化和加速知识工作任务的软件解决方案应该是主要受益者。如果新一波 AI 创新者拥有与今天类似的定价能力,并且 AI 生产力的提升与我们想象的一样有意义,那么,到这个十年末,全球软件市场可能会增长 10 倍。
通用机器人代表着全球价值 24 万亿美元以上的潜在收入机会,包括家用机器人和制造机器人。ARK 预测,2030 年全球制造业 GDP 将飙升至 28.5 万亿美元。
四、其他亮点
在数字消费者部分。《 Big ideas 》预测,得益于 AI 辅助创作,游戏玩家可以成为开发者。在用户生成内容( UGC )平台上进行 AI 辅助的游戏创作,可能会导致游戏内容爆炸式增长。根据研究,在输出质量标准化后,自 2021 年以来,3D 资产的生产成本下降了约 99%,已降至不到 0.06 美元。AI 应该使内容创作民主化,并加速 UGC 的增长。Roblox 已在全球提供超过 4.7 亿次体验,是 PC、游戏机和移动应用游戏总数的 52 倍。